门店安全运营
面向连锁零售、餐饮、便利店和商超，关注人员出现、区域进入、通道占用候选与事件证据，让总部更快掌握多店现场状态。
从发现到复盘
不是单一摄像头后台，而是一条现场安全运营闭环
平台负责统一管理组织、设备、策略、事件、证据和版本；边缘盒子在现场完成视频处理和规则执行，减少对网络与上云传输的依赖。
将分散在门店、园区或仓储现场的风险纳入同一套运营视角，不把“看到”停留在屏幕上。
从摄像头接入、场景策略、事件处置到证据复核，每一环都有清晰的边界。平台不直接读取现场 RTSP；设备侧凭据走受保护路径，不进入普通页面和日志。
01
现场发现
边缘设备接入摄像头，在本地执行实时分析与规则判断。
02
可靠留证
事件关联图片、关键帧或短视频，为后续复核提供依据。
03
运营闭环
平台统一处理待办、确认、整改、复核和审计记录。
Architecture
摄像头 → 边缘盒子 → 云端平台
让实时计算靠近现场，把统一运营放到平台。两端通过受控的设备连接、状态同步和可靠队列协同工作。
摄像头接入
支持现场摄像头资产与机位配置管理。
边缘实时计算
完成视频解码、模型推理、规则判断和预览帧生成。
事件与证据
按策略保存事件、关键帧、图片和短视频证据。
云端统一运营
统一管理组织、门店、设备、事件、任务和报表。
版本持续交付
模型、策略与软件版本独立管理，支持灰度与回滚。
适用场景
从门店到园区，把现场风险纳入可运营的体系
方案由能力、相机角度、现场环境与验收范围共同决定；以下为可优先评估的应用方向。
园区与仓储安全
在网络不稳定或视频不宜上云的环境中，边缘设备可持续进行车辆、区域、通道等现场分析，并保留本地证据。
PPE 作业安全
第一版可用能力覆盖安全帽、反光衣。安全鞋、口罩、手套等扩展项需匹配模型、机位与现场数据后再验收部署。
Delivery
从一处试点开始，逐步验证与复制
以真实现场为准建立设备、策略、证据和验收边界，避免将未验证算法或不适配机位直接投入正式使用。
现场勘测
确认机位、光照、网络、供电与覆盖范围，定义可分析和不可分析条件。
设备接入
完成边缘盒子、摄像头资产、组织与门店/园区归属的受控接入。
策略与验收
按场景配置 ROI、阈值、时间段和证据策略，验证候选事件与正式事件边界。
运营与迭代
通过事件处置、质量反馈、模型与软件版本记录，持续优化上线范围。
安全、隐私与审计，从方案设计开始
现场设备凭据不进入普通页面和事件 JSON；证据可按策略留存、脱敏与授权访问。模型包、策略与 OTA 发布需要具备版本、目标范围和回滚依据。
- 视频优先在边缘侧处理
- 断网期间可继续分析与保存
- 证据访问遵循权限与审计
- 模型文件与 manifest 校验
- 策略、软件与模型可追溯
- 发布范围可按项目灰度控制
FAQ
关于 AIVision 的常见问题
AIVision 是否需要把摄像头视频全部上传到云端？
视频解码、模型推理和规则判断优先在边缘设备本地执行。平台统一管理设备、策略、事件和证据索引；具体视频留存和上传范围以项目配置及现场安全要求为准。
网络中断时，现场分析会停止吗？
在已部署的边缘盒子和规则条件下，现场可继续采集、分析并保存事件与证据；网络恢复后按队列自动同步。实际可用性以设备、存储、网络与验收范围为准。
目前可以支持哪些安全识别场景？
已验证或第一版可用的能力包括人员和车辆检测、区域进入或通道占用候选、安全帽和反光衣 PPE 检测，以及关键帧和短视频证据。其他能力需按机位、模型和现场数据完成验收。